ارزیابی مدل‌های سری زمانی خطی و غیر خطی بی‌لینییر در پیش بینی تبخیر- تعرق گیاه مرجع در ایستگاه سینوپتیک ارومیه

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه.

2 دانشجوی کارشناسی ارشد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه.

3 دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه

4 استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه.

چکیده

پیش­بینی تبخیر-تعرق گیاه مرجع یکیاز مهمترین عناصردر بهینه سازی مصرف آب کشاورزی است. یکیازروش­هایپیش­بینی مقادیرتبخیر-تعرق گیاه مرجعاستفاده از مدل­های استوکاستیکسری زمانیاست. دراینپژوهشمدل­های خطی AR(p) و ARMA(p,q) به همراه مدل غیر خطی بی­لینییر درپیش­بینی مقادیر ماهانهتبخیر-تعرق گیاه مرجع درایستگاهسینوپتیک ارومیهمورد مقایسه قرار گرفت. برای انجام پژوهش، مقادیر ماهانه تبخیر-تعرق گیاه مرجع از سال 1350 تا 1389 محاسبه شده و داده­های یاد شده در طول سال­های 1350-1384 و 1385-1389 به ترتیب برای واسنجی و صحت­سنجی مدل­ها بکار گرفته شد. در مرحله بعد، مدل خطی مناسبانتخاب شد و سپس نتایج این مدل و نتایج مدل غیر خطی بی­لینییر با مقادیر استاندارد فائو-پنمن-مونتیث مورد مقایسه قرار گرفت. نتایجنشاندادمدلسریزمانی AR(11)نتایجبهتریدر مقایسه با مدل­های خطی دیگر داشت. مقایسه نتایج مدلAR(11) و نتایج مدل BL(11,0,1,1)نسبت به مقادیر ماهانه فائو-پنمن-مونتیث نیز نشان داد که ریشه میانگین مربعات خطا (RMSE) و درصد خطای نسبی (VE) در مدل AR(11)به ترتیب 85/1 میلی­متر و 8/3 درصد و در مدل BL(11,0,1,1) نیز به ترتیب 76/1 میلی­متر و 6/3 درصد است. بنابراین، مدل غیر خطی بی­لینییر توانایی بیشتری در مدل­سازی و پیش­بینی مقادیر ماهانه تبخیر-تعرق گیاه مرجع در مقایسه با مدل خطی داشت. در مرحله بعد مقادیر ماهانه تبخیر-تعرق گیاه مرجع برای پنج سال آینده با استفاده از مدل غیرخطی بی­لینییر پیش­بینی گردید.

عنوان مقاله [English]

Comparison of Linear and Nonlinear (Bilinear) Time Series Models in Reference Crop Evapotranspiration Prediction in Urmia Synoptic Station

نویسندگان [English]

  • J B 1
  • N A 2
  • M M 3
  • S B 4
چکیده [English]

Comparison of Linear and Nonlinear (Bilinear) Time Series Models in Reference Crop Evapotranspiration Prediction in Urmia Synoptic StationReference crop evapotranspiration (ETo) prediction is one of the important elements in optimizing agricultural water consumption. In this regard, one of the prediction approaches is to use the stochastic time series methods. In this research, AR (p) and ARMA(p,q) linear models and Bilinear nonlinear model were compared in predicting the monthly values of  ETo in Urmia synoptic station. To conduct the present research, the monthly values of ETo from 1971 to 2010 were calculated and data between 1971-2005 and 2006-2010 were used for models calibration and validation, respectively. In the next step, the suitable linear model was selected and the results of this model and Bilinear nonlinear model were compared with the values of FAO Penman-Monteith method. The results showed that the AR(11) time series model had better results than the other linear models. The comparison of the results of AR(11) model and BL(11,0,1,1) model with the monthly values of the ETo using FAO Penman-Monteith method showed that the value of root mean square error (RMSE) and relative error (VE) in AR(11) model were 1.85 mm and 3.8 %, respectively, and in BL(11,0,1,1) model, they were 1.76 mm and 3.6 %, respectively. Therefore, Bilinear nonlinear model had more capability in modeling and predicting of the monthly values of ETo values in comparing with linear models. In the next step, the monthly values of ETo for five future years were predicted by using the Bilinear nonlinear model.